Inserir título

Inserir subtítulo

library(tidyverse)
library(here)
library(palmerpenguins)
library(DT)
source(here("setup/rsetup.R"), encoding = "utf-8")

Resumo

O objetivo deste relatório é…

Principais resultados:

• Destaque 1.
• Destaque 2.
• …

Análise

Lorem ipsum dolor sit amet, sed vel laoreet sed! Ac mauris vitae id mauris sed donec tortor, dapibus facilisi dolor. Sit malesuada, non donec malesuada leo maecenas. Ultrices eu ridiculus amet egestas rutrum faucibus mauris curabitur velit, diam. Ac lacinia mauris eu tempus taciti non amet. Sed, nulla, rhoncus sed. Pellentesque nunc ac quam dui gravida, non, convallis nec. Aliquam nec in ut vulputate nunc sed pellentesque sed, risus porta. Erat magnis consequat duis auctor convallis suspendisse risus! Sem ipsum, fringilla quis ipsum consectetur, sagittis nibh vehicula ultrices. Neque luctus ex sed eget mauris nostra amet risus turpis.

Datasets

iris %>%
  datatable(
    rownames = FALSE,
    filter = "top",
    escape = FALSE,
    options = list(pageLength = 10, searchHighlight = TRUE)
  ) %>%
  formatStyle(columns = 1:5, fontSize = "80%")

Gráfico

iris %>%
  ggplot(aes(
    x = Petal.Length,
    y = Petal.Width,
    fill = Species,
    color = after_scale(colorspace::darken(fill, .4))
  )) +
  geom_point(shape = 21, size = 3) +
  scale_fill_manual(values = c(
    "virginica" = cores_tb[["azul"]],
    "versicolor" = cores_tb[["laranja"]],
    "setosa" = cores_tb[["cinza_claro"]]
  )) +
  labs(
    title = "Um gráfico importante"
  )

Algumas vezes precisamos exibir o código, podemos fazer assim:

# testando uma função:
awesome_function <- function(x) {
  stopifnot(is.integer(x))
  a <- x + 10L
  b <- x + 11L
  c <- a + b
  message("\nSomamos a com b!\n")
  return(c)
}

awesome_function(30L)
#> 
#> Somamos a com b!
#> [1] 81

# filtando um dataset
iris2 <- iris %>% tidylog::filter(Species == "setosa")
#> filter: removed 100 rows (67%), 50 rows remaining

Usando tips

Nota

Note that there are five types of callouts, including: note, warning, important, tip, and caution.

Tip with Title

This is an example of a callout with a title.

Expand To Learn About Collapse

This is an example of a ‘folded’ caution callout that can be expanded by the user. You can use collapse="true" to collapse it by default or collapse="false" to make a collapsible callout that is expanded by default.

Usando abas

Pontos

iris %>%
  ggplot(aes(
    x = Petal.Length,
    y = Petal.Width,
    fill = Species,
    color = after_scale(colorspace::darken(fill, .4))
  )) +
  geom_point(shape = 21, size = 3) +
  scale_fill_manual(values = c(
    "virginica" = cores_tb[["azul"]],
    "versicolor" = cores_tb[["laranja"]],
    "setosa" = cores_tb[["cinza_claro"]]
  )) +
  labs(
    title = "Um gráfico importante"
  )

Colunas

iris %>%
  group_by(Species) %>%
  summarise(across(where(is.double), mean, .names = "{.col}")) %>%
  pivot_longer(-Species) %>%
  mutate(
    Species = reorder(Species, value),
    name = reorder(name, value)
  ) %>%
  ggplot(aes(
    x = Species,
    y = value,
    fill = name,
    color = after_scale(colorspace::darken(fill, .4))
  )) +
  geom_col(position = "dodge") +
  scale_fill_manual(values = c(
    "Sepal.Length" = cores_tb[["azul"]],
    "Petal.Length" = cores_tb[["laranja"]],
    "Sepal.Width" = cores_tb[["cinza_quase_branco"]],
    "Petal.Width" = cores_tb[["cinza_claro"]]
  )) +
  labs(
    title = "Média de Iris"
  )

Interatividade

Trabalhando com gráficos em chunks OJS.

# glimpse(penguins)

# envia dataset de R para OJS
ojs_define(palmerPenguins = penguins)

penguins = transpose(palmerPenguins)

// range/slide de  32 até 50
viewof bill_length_min = Inputs.range(
  [32, 50],
  {value: 35, step: 1, label: "Bill length (min):"}
)

//checkbox de Islands
viewof islands = Inputs.checkbox(
  ["Torgersen", "Biscoe", "Dream"],
  { value: ["Torgersen", "Biscoe"],
    label: "Islands:"
  }
)

// aplica filtro no dataset
filtered = penguins.filter(function(penguin) {
  return bill_length_min < penguin.bill_length_mm &&
         islands.includes(penguin.island);
})

// plot
Plot.rectY(filtered,
  Plot.binX(
    {y: "count"},
    {x: "body_mass_g", fill: "species", thresholds: 20}
  ))
  .plot({
    facet: {
      data: filtered,
      x: "sex",
      y: "species",
      marginRight: 80
    },
    marks: [
      Plot.frame(),
    ]
  }
)

Referências

É importante que um relatório contenha:

• Contexto/objetivo do relatório
• Breve descrição e/ou dicionário dos dados utilizados
• Demarcação/limitação temporal do recorte de dados utilizados
• Análise em si (não apenas plots)

E até opcionais:

• Highlights/lowlights do processo
• Referências técnicas ou de negócio